初识人工智能

第一章初识人工智能教学内容：本章首先介绍人工智能的定义、发展概况及相关学派和他们的认知观，接着讨论人工智能的研究和应用领域，最后简介本书的主要内容和编排。教学重点：1．从不同科学或学科出发对人工智能进行的定义；2．介绍人工智能的起源与发展过程；3．讨论人工智能与人类智能的关系；4．简介目前人工智能的主要学派；5．简介人工智能所研究的范围与应用领域。教学难点：1．怎么样理解人工智能；2．人工智能作为一门学科有什么意义；3．人工智能的主要学派与其争论焦点；教学方法：课堂教学为主，充分利用网络课程中的多媒体素材来表示抽象概念。教学要求：重点掌握人工智能的几种定义，掌握目前人工智能的三个主要学派及对人工智能的理解，一般了解人工智能的主要研究范围和应用领域。人工智能的定义与发展教学内容：本小节主要介绍目前对人工智能的几种定义，并对人工智能的起源和发展进行了总结和分析。教学重点：几种人工智能的定义和人工智能发展的几个重要时期。教学难点：理解人工智能的定义与本质。教学方法：课堂讲授为主。教学要求：从学科和能力的角度深刻理解人工智能的定义，初步了解人工智能的起源及其发展过程。1.1.1人工智能的定义定义1智能机器能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphictasks)的机器。定义2人工智能(学科)人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。定义3人工智能(能力)人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。为了让读者对人工智能的定义进行讨论，以便更深刻地理解人工智能，下面综述其它几种关于人工智能的定义。定义4人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试(Haugeland,1985)。定义5人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化(Bellman,1978)。定义6人工智能是用计算模型研究智力行为(Charniak和McDermott,1985)。定义7人工智能是研究那些使理解、推理和行为成为可能的计算(Winston,1992)。定义8人工智能是一种能够执行需要人的智能的创造性机器的技术(Kurzwell,1990)。定义9人工智能研究如何使计算机做事让人过得更好(Rick和Knight,1991)。定义10人工智能是一门通过计算过程力图理解和模仿智能行为的学科(Schalkoff,1990)。定义11人工智能是计算机科学中与智能行为的自动化有关的一个分支(Luger和Stubblefield,1993)。其中，定义4和定义5涉及拟人思维；定义6和定义7与理性思维有关；定义8和定义9涉及拟人行为；定义10和定义11与拟人理性行为有关。

1.1.2人工智能的起源与发展人工智能的发展是以硬件与软件为基础的，经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界，发现了两件重要的事情：数理逻辑和关于计算的新思想。以维纳(Wiener)、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。1969年召开了第一届国际人工智能联合会议(InternationalJointConferenceonAI,IJCAI),此后每两年召开一次。1970年《人工智能》国际杂志(InternationalJournalofAI)创刊。这些对开展人工智能国际学术活动和提问：为什么人工智能在1956提问：为什么人工智能在1956年才正式诞生？了知识在人究深入开展，工智能研究20世纪70〜80年代，知识工程的提出与专家系统的成功应用，确定工智能中的地位。近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研形成高潮。同时，不同人工智能学派间的争论也非常热烈。这些都推动人的进一步发展。人类智能与人工智能教学内容：本节主要讨论人类智能与人工智能的关系问题。教学重点：智能信息处理系统，人类智能与人工智能的关系。教学难点：智能信息处理系统的假设。教学方法：课堂讲授为主。教学要求：了解人类认知活动与计算机的比较关系，基本了解智能信息处理系统。1.2.1智能处理信息系统的假设1、符号处理系统的六种基本功能信息处理系统又叫符号操作系统(SymbolOperationSystem)或物理符号系统(PhysicalSymbolSystem)。所谓符号就是模式(pattern)。一个完善的符号系统应具有下列6种基本功能：(1)输入符号(input)；(2)输出符号(output);(3)存储符号(store);(4)复制符号(copy);(5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构；(6)条件性迁移(conditionaltransfer):根据已有符号，继续完成活动过程。2、可以把人看成一个智能信息处理系统如果一个物理符号系统具有上述全部6种功能，能够完成这个全过程，那么它就是一个完整的物理符号系统。人具有上述6种功能；现代计算机也具备物理符号系统的这6种功能。3、理符号系统的假设任何一个系统，如果它能表现出智能，那么它就必定能够执行上述6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能；这种智能指的是人类所具有的那种智能。把这个假设称为物理符号系统的假设。4、物理符号系统3个推论推论一既然人具有智能，那么他(她)就一定是个物理符号系统。人之所以能够表现出智能，就是基于他的信息处理过程。推论二既然计算机是一个物理符号系统，它就一定能够表现出智能。这是人工智能的基本条件。推论三既然人是一个物理符号系统，计算机也是一个物理符号系统，那么就能够用计算机来模拟人的活动。4、人类的认知行为具有不同的层次认知生理学研究认知行为的生理过程，主要研究人的神经系统(神经元、中枢神经系统和大脑)的活动，是认知科学研究的底层。认知心理学研究认知行为的心理活动，主要研究人的思维策略，是认知科学研究的顶层。认知信息学研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程，即由心理活动变为生理行为。这是认知活动的中间层，承上启下。认知工程学研究认知行为的信息加工处理，主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为(如知觉、思维、记忆、语言、学习、理解、推理、识别等)进行信息处理。这是研究认知科学和认知行为的工具，应成为现代认知心理学和现代认知生理学的重要研究手段。1.2.2人类智能的计算机模拟1、机器智能可以模拟人类智能物理符号系统假设的推论一告诉人们，人有智能，所以他是一个物理符号系统；推论三指出，可以编写出计算机程序去模拟人类的思维活动。这就是说，人和计算机这两个物理符号系统所使用的物理符号是相同的，因而计算机可以模拟人类的智能活动过程。2、智能计算机的功能1如下棋、证明定理、翻译语言文字和解决难题等。神经计算机讨论：为什么(neuralcomputer)能够以类似人类的方式进行“思考”，它力图重建人脑的形能够用电脑模象。一些国家对量子计算机的研究也已起步，希望通过对量子计算(quantum拟人脑智能？computing)的研究，产生量子计算机。1:人工智能的学派教学内容：本节主要介绍人工智能的几个主要学派及认知观。教学重点：符号主义(Symbolicism)，联结主义(Connectionism)，行为主义(Actionism)。教学难点：各学派的对人工智能的不同观点。教学方法：课堂讲授为主。教学要求：了解各派别之间的关系及对人工智能发展历史的看法。1、人工智能三大学派符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知—动作型控制系统。2、三大学派对人工智能发展历史的不同看法符号主义认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。联结主义认为人工智能源于仿生学，特别是人脑模型的研究。行为主义认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知—动作模式的模拟昆虫行为的控制系统。人工智能的研究与应用领域教学内容：本节主要讨论人工智能的研究与应用领域。教学重点：人工智能的一些主要研究与应用领域。教学难点：处理好各领域间的交叉关系。教学方法：课堂讲授为主。教学要求：初步了解人工智能的研究与应用领域。问题求解人工智能的第一个大成就是发展了能够求解难题的下棋（如国际象棋）程序，它包含问题的表示、分解、搜索与归约等。逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一，特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。定理证明的研究在人工智能方法的发展中曾经产生过重要的影响。例如，采用谓词逻辑语言的演绎过程的形式化有助于更清楚地理解推理的某些子命题。许多非形式的工作，包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化。因此，在人工智能方法的研究中定理证明是一个极其重要的论题。我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上承认为“吴氏方法”，是定理证明的又一标志性成果。自然语言理解语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展，其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。自动程序设计对自动程序设计的研究不仅可以促进半自动软件开发系统的发展，而且也使通过修正自身数码进行学习（即修正它们的性能）的人工智能系统得到发展。程序理论方面的有关研究工作对人工智能的所有研究工作都是很重要的。自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。已经发现，对程序设计或机器人控制问题，先产生一个不费事的有错误的解，然后再修改它（使它正确工作），这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。专家系统一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。机器学习学习是人类智能的主要标志和获得知识的基本手段；机器学习（自动获取新的事实及新的推理算法）是使计算机具有智能的根本途径；机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。神经网络神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。机器人学人工智能研究日益受到重视的另一个分支是机器人学，其中包括对操作机器人装置程序的研究。这个领域所研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法，无所不包。目前已经建立了一些比较复杂的机器人系统。机器人和机器人学的研究促进了许多人工智能思想的发展。智能机器人的研究和应用体现出广泛的学科交叉，涉及众多的课题，机器人已在各领域获得越来越普遍的应用。模式识别人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。机器视觉实验表明，人类接受外界信息的80%以上来自视觉，视觉对人类是非常重要的。机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科；在视觉方面，已经给计算机系统装上电视输入装置以便能够“看见”周围的东西。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的处理与解释等。智能控制人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需（或需要尽可能少的）人的干预就能够独立地驱动智能机器实现其目标的自动控制。智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程，也往往是含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发来引导求解过程。智能检索随着科学技术的迅速发展，出现了“知识爆炸”的情况，研究智能检索系统已成为科技持续快速发展的重要保证。智能信息检索系统的设计者们将面临以下几个问题。首先，建立一个能够理解以自然语言陈述的询问系统本身就存在不少问题。其次，即使能够通过规定某些机器能够理解的形式化询问语句来回避语言理解问题，但仍然存在一个如何根据存储的事实演绎出答案的问题。第三，理解询问和演绎答案所需要的知识都可能超出该学科领域数据库所表示的知识。智能调度与指挥确定最佳调度或组合的问题是人们感兴趣的又一类问题，求解这类问题的程序会产生一种组合爆炸的可能性，这时，即使是大型计算机的容量也会被用光。人工智能学家们曾经研究过若干组合问题的求解方法。他们的努力集中在使“时间-问题大小”曲线的变化尽可能缓慢地增长，即使是必须按指数方式增长。有关问题域的知识再次成为比较有效的求解方法的关键。为处理组合问题而发展起来的许多方法对其它组合上不甚严重的问题也是有用的。分布式人工智能与Agent分布式人工智能(DistributedAI,DAI)是分布式计算与人工智能结合的结果。DAI系统以鲁棒性作为控制系统质量的标准，并具有互操作性，即不同的异构系统在快速变化的环境中具有交换信息和协同工作的能力。分布式人工智能的研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型。多agent系统(MWtiagentSystem,MAS)更能体现人类的社会智能，具有更大的灵活性和适应性，更适合开放和动态的世界环境，因而倍受重视，已成为人工智能以至计算机科学和控制科学与工程的研究热点。计算智能与进化计算计算智能(ComputingIntelligence)涉及神经计算、模糊计算、进化计算等研